Saltar al contenido
hg.Héctor GarridoCiencia de datos · Estadística · Ingeniería de datos

Héctor Garrido Henríquez

Combino estadística, machine learning e ingeniería de datos. Desde septiembre de 2026 soy Ingeniero de datos en ChileCompra, donde antes trabajé como Analista de Estudios (Data Scientist). Mi trayectoria reúne investigación aplicada, docencia universitaria y desarrollo de productos de datos, desde el análisis cuantitativo hasta su implementación en producción.

Ciencia de datos · Estadística · Ingeniería de datos

Versión en PDF del currículum completo, actualizada periódicamente.

Ingeniero de datos

Dirección de Compras y Contratación Pública (ChileCompra) · Sep 2026 — Actualidad
  • Pipelines ETL/ELT y Data Warehouse institucional.
  • Soluciones con BigQuery, Cloud Run, Cloud Composer y Dataflow; calidad, trazabilidad y despliegue en producción.

Analista de Estudios (Data Scientist)

Dirección de Compras y Contratación Pública (ChileCompra) · Oct 2023 — Ago 2026
  • Estadística, econometría y machine learning para estudios, indicadores, modelos predictivos y automatización de procesos analíticos.

Impacto y proyectos destacados:

  • Transformación de procesos analíticos manuales en pipelines productivos reproducibles
  • Estandarización metodológica de métricas estratégicas con consistencia temporal
  • Implementación de herramientas de exploración mediante NLP y búsqueda semántica

Analista Mercado Laboral - Observatorio Laboral de Ñuble

Observatorio Laboral de Ñuble / Universidad del Bío-Bío · Ene 2017 — Ene 2022
  • Estudios cuantitativos y cualitativos del mercado laboral regional; diseño y análisis de encuestas.
  • Análisis de microdatos CASEN, ENE y ESI; indicadores laborales, demográficos y sectoriales.
  • Elaboración de reportes, visualizaciones y presentaciones para instituciones públicas y otros actores regionales.

Asistente de Investigación

Magíster en Gestión de Empresas / Universidad del Bío-Bío · Mar 2018 — Ago 2018 (6 meses)
  • Investigación en Economía Laboral y Economía Agraria

Práctica Profesional II

Entel · Ene 2014 — Mar 2014
  • Análisis econométrico de KPI comerciales y operacionales para la Gerencia Zonal Metropolitana; procesamiento y presentación de información.

Práctica Profesional I

Instituto de Investigaciones Agropecuarias - INIA · Ene 2013 — Mar 2013
  • Levantamiento y modelamiento BPMN de procesos administrativos del Departamento de Recursos Humanos.

Ayudante de Cátedra

Departamento de Ciencias Básicas, Universidad del Bío-Bío · Ago 2011 — Dic 2012
  • Apoyo docente en Métodos Cuantitativos, Cálculo II y Matemáticas III para Contador Público y Auditor e Ingeniería Comercial.

Universidad del Bío-Bío

Jul 2014 — Dic 2021 (7+ años)

Asignaturas: Econometría, Estadística, Cálculo, Taller Integrado, Introducción a la Economía, Microeconomía

Carreras: Ing. Comercial, Ing. Civil Informática, Contador Público y Auditor

Universidad Católica del Maule

Ago 2020 — Dic 2021

Asignaturas: Desarrollo Económico

Carreras: Trabajo Social

Universidad Católica de la Santísima Concepción

Mar 2018 — Dic 2019

Asignaturas: Economía, Microeconomía, Macroeconomía y Economía Internacional

Carreras: Ingeniería en Administración de Empresas y Técnico en Administración

Blog Personal + Motor RAG

Aplicación web full-stack con Django + React desplegada en Google Cloud Run. Implementa motor de Retrieval-Augmented Generation (RAG) con Vertex AI (Gemini 2.5) que permite búsqueda semántica sobre el contenido del blog mediante embeddings vectoriales (text-embedding-005, 768 dimensiones) almacenados en PostgreSQL con extensión pgvector. El chatbot impersona al autor respondiendo preguntas sobre artículos publicados, utilizando caché semántico y generación asistida por contexto. Incluye sistema de autenticación JWT, renderizado de contenido Markdown con soporte para ecuaciones (KaTeX), y arquitectura serverless con Cloud Storage para media.

  • Django
  • React
  • Vertex AI
  • PostgreSQL
  • Cloud Run
  • NLP
  • RAG
Ver proyecto

manageDW — Data Warehouse SII Chile

Paquete R para crear y administrar un Data Warehouse con datos del Servicio de Impuestos Internos (SII) de Chile. Implementa arquitectura R6 con pipeline ETL completo, esquema estrella en PostgreSQL e imputación estadística IPF multi-variable. Incluye dashboard interactivo Shiny para análisis estratégico de actividades económicas, con scoring decisional, análisis temporal y distribución geográfica.

  • R
  • R6
  • Shiny
  • PostgreSQL
  • ETL
  • Star Schema
  • IPF
Ver proyecto

AsymmetryAnalysis — Transmisión Asimétrica de Precios

Pipeline ETL y paquete R especializado para análisis econométrico de transmisión de precios en mercados agroalimentarios chilenos. Implementa modelos TVECM (Threshold Vector Error Correction Model) con clases R6, matching semántico de productos mediante SBERT, y esquema de datos tipo Star Schema con PostgreSQL. Corresponde al desarrollo técnico de la tesis de Magíster, integrando descarga automática desde API CKAN-ODEPA, tests de raíz unitaria y cointegración (ADF, PP, KPSS, Johansen), y generación automatizada de reportes PDF.

  • R
  • TVECM
  • Econometría
  • SBERT
  • PostgreSQL
  • CKAN API
Ver proyecto

YouTube Analytics DataMart

DataMart de dos capas (raw + dimensional) construido sobre la YouTube Data API v3 para análisis estratégico de canales propios y competidores. Implementa ETL automatizado con Cloud Scheduler diario, modelo dimensional con tablas de hechos y dimensiones en PostgreSQL, y dashboard interactivo en React con Recharts para visualización de evolución de métricas, análisis de tags y benchmarking. Desplegado en Google Cloud Run con arquitectura serverless.

  • Python
  • Django
  • YouTube Data API v3
  • PostgreSQL
  • React
  • Recharts
  • Cloud Scheduler
  • Cloud Run
  • ETL
  • DataMart
Ver proyecto

Lenguajes & Herramientas

  • R (5/5)
  • Python (5/5)
  • SQL (4/5)
  • Git / GitHub / Azure DevOps (3/5)
  • Power BI (3/5)
  • Google Cloud Platform (3/5)
  • Docker (2/5)

Ecosistema R

  • tidyverse
  • data.table
  • ggplot2
  • plotly
  • Shiny
  • R6
  • devtools
  • roxygen2
  • testthat
  • Rmarkdown
  • knitr
  • DBI
  • odbc
  • glue
  • bigqueryr
  • sparklyr
  • future
  • furrr
  • caret
  • randomForest
  • forecast
  • prophet
  • plm
  • vars
  • AER
  • survey

Ecosistema Python

  • pandas
  • numpy
  • scikit-learn
  • statsmodels
  • TensorFlow
  • PyTorch
  • transformers
  • sentence-transformers
  • google-generativeai
  • onnx
  • onnxruntime
  • scrapy
  • selenium
  • Django
  • DRF
  • gunicorn
  • Airflow
  • fastAPI

Bases de Datos & Cloud

  • SQL Server
  • SQLite
  • PostgreSQL
  • MariaDB
  • BigQuery
  • Google Cloud Platform
  • ODBC
  • Data Warehouse
  • ETL/ELT
  • Diseño de datamarts
  • Arquitectura analítica
  • Nginx
  • Docker Compose

Desarrollo de Software

  • AI-assisted development (Claude Code)
  • Arquitectura modular
  • Data Warehouse
  • Diseño de pipelines
  • APIs REST
  • Django/DRF
  • React
  • Integración frontend-backend
  • CLI / Scripting
  • Version Control
  • Testing
  • Calidad de Datos
  • Elaboración de paquetes en R/Python
  • Desarrollo de aplicaciones shiny
  • Programación orientada a objetos
  • Prompt Engineering
  • RAG
  • Service Layer Pattern
  • CI/CD / GitHub Actions
  • MLOps / productionización

Métodos Analíticos

  • Econometría aplicada: modelos lineales y no lineales, variables instrumentales (IV), modelos de panel (FE/RE), modelos dinámicos, cointegración, VAR/VECM y extensiones con umbrales
  • Modelos de elección discreta: logit y probit, conditional logit, mixed logit, heterogeneidad no observada y preferencias aleatorias
  • Series de tiempo: ARIMA/SARIMA, modelos estructurales, forecasting multivariado y evaluación de desempeño predictivo
  • Inferencia causal aplicada: diseños cuasi-experimentales, diferencias-en-diferencias, cohortes sintéticas y modelos hedónicos
  • Machine Learning aplicado: modelos supervisados y no supervisados, regularización, selección de variables, validación cruzada
  • Procesamiento de lenguaje natural (NLP) & GenAI: RAG con vectores semánticos (text-embedding-005), integración de modelos Gemini 2.5, búsqueda semántica y optimización de prompts
  • Ingeniería de datos analítica: diseño de pipelines ETL/ELT reproducibles, Data Warehouse y DataMarts (Star Schema, arquitecturas de dos capas), orquestación con Cloud Scheduler, validación de datos, logging y control de calidad; experiencia con APIs externas (YouTube Data API v3, CKAN-ODEPA, BCCh, INE, SII)
  • Análisis de encuestas y datos complejos: diseño muestral, factores de expansión, imputación estadística (IPF) y validación jerárquica
  • Desarrollo asistido por IA: uso productivo de agentes Claude (Sonnet 4/Opus 4) en VSCode para desarrollo full-stack, optimización de flujos con LLMs (Prompt Engineering) y automatización de documentación (Document as Code)
  • Visualización analítica y data storytelling orientado a soporte de decisiones

Diplomado Machine Learning Aplicado

Pontificia Universidad Católica de Chile · 2026

Formación aplicada en machine learning y aprendizaje profundo para el desarrollo y evaluación de modelos.

Magíster en Matemática, mención Estadística

Universidad del Bío-Bío · 2015 – 2016

Formación de postgrado en estadística, inferencia y modelamiento cuantitativo.

Ingeniería Comercial

Universidad del Bío-Bío · 2009 – 2013

Formación en economía y administración, con énfasis en métodos cuantitativos y análisis de información.

Doctorado en Economía — programa no concluido

Universidad de Chile · 2023

Estudios de doctorado en Economía realizados durante 2023. Programa no concluido.

Certificaciones y Cursos

  • Introduction to AI and Machine Learning on Google Cloud, Google (Jul 2026)
  • Data Storytelling para Visualización de Datos, Universidad de Chile (Dic 2025)
  • BigQuery for Data Analysts, Google (Ago 2025)
  • BigQuery for Machine Learning, Google (Ago 2025)
  • Build a Data Warehouse with BigQuery, Google (Ago 2025)
  • Inteligencia Artificial y Deep Learning desde cero en Python, Udemy (Nov 2024)
  • Text Mining, Scraping and Sentiment Analysis with R, Udemy (Feb 2017)
  • Fluidez de Duolingo en inglés: Intermedio (Estimado), Duolingo (Nov 2016)
  • Certificación de Competencias en Compras Públicas Nivel Básico 2025, Dirección ChileCompra (Dic 2025 — vence Dic 2026)

Información Adicional

Idiomas: Español (nativo), Inglés (intermedio)